2020年东京奥运会中国居民网络关注度的时空特征变化及其影响因素

任涛 游茂林 张志彬

摘    要：当前，一些互联网直播平台已经成为大型体育赛事转播的渠道之一，尤其是在新型冠状病毒肺炎疫情防控期间，互联网搜索引擎则成为很多人获取体育赛事信息的主要途径。截至2021年6月，中国的互联网普及率已达71.6%。研究东京奥运会的中国居民网络关注度的时空特征变化及其影响因素可以在一定程度反映中国居民在体育赛事新闻方面的关注特征及某些公共体育服务需求。基于百度指数，采用统计学方法，通过分析2020年东京奥运会中国居民网络关注度的地理空间分布特征得出：省内地区生产总值、省內移动互联网用户数量、省内互联网宽带用户数量、参加奥运会的中国运动员人数、省内体育事业支出决算是2020年东京奥运会中国居民网络关注度地理空间分布特征变化的核心影响因素。结论：1）2020年东京奥运会的赛事过程是中国居民通过互联网对该届奥运会的关注重点。2）社会经济发展水平影响2020年东京奥运会中国居民网络关注度。3）中国各省选送的东京奥运会参赛运动员数量影响其籍贯地居民通过互联网对2020年东京奥运会的关注度。4）中国东部地区与西部地区的体育发展水平可能不平衡。基于以上，从大型体育赛事互联网平台营销、全民健身公共服务财政政策、北京2022年冬奥会和冬残奥会新媒体直播策略提出相关建议。

关键词：东京奥运会;网络关注度;时空演变;影响因素;新媒体;互联网平台;全民健身公共服务

中图分类号：G 811.21          学科代码：040301           文献标识码：A

Abstract：At present， some Internet platforms have become one of the important channels for the broadcasting of large-scale sports events. Especially during the prevention and control of COVID-19， Internet search engine has become one of the most important ways for many people to get information about sports events. As of June 2021， China's Internet penetration rate has reached 71.6%. The study of the temporal and spatial characteristics and influencing factors of the network attention of Chinese residents in Tokyo 2020 Olympic Games can reflect the attention characteristics of Chinese residents in online sports news and public sports service needs to a certain extent. Based on Baidu index， statistical method is used to analyze the geographical spatial distribution of Chinese residents’network attention in Tokyo 2020 Olympic Games. The results show that regional GDP， the number of mobile Internet users， the number of Internet broadband users， the number of Chinese athletes participating in the Olympic Games and the final accounts of sports expenditure are the core influencing factors for the evolution of the geographical spatial distribution characteristics of Chinese residents' network attention in Tokyo 2020 Olympic Games. Conclusions： 1） the event process of Tokyo 2020 Olympic Games is the focus of the Internet during the Olympic Games. 2） The level of social and economic development affects the network attention of Chinese residents the Tokyo 2020 Olympic Games. 3） The number of Olympic participating athletes selected by Chinese provinces affects the network attention of the residents of their native places to Tokyo 2020 Olympic Games through the Internet. 4） The level of sports development in eastern and western China may be unbalanced. Based on the above， this paper puts forward relevant suggestions from the aspects of Internet platform marketing of large-scale sports events， capital raising of public services for national fitness， and new media broadcasting of Beijing 2022 Olympic Winter Games and Paralympic Winter Games.

Keywords： Tokyo Olympic Games; network attention; temporal and spatial evolution; influencing factors; new media; internet platform; public service for national fitness

相较于社会调查法，网络关注度（本文所指为“互联网络关注度”）是分析公众舆论的一个相对便捷的方法[1]。目前，有研究者分析了部分体育赛事的影响力与网络关注度[2-4]，例如：汪蓓 等通过网络关注度评价了武汉网球公开赛的传播力[5];管陈雷 等根据“百度指数”分析了重庆马拉松赛事网络关注度的时空分布特征和影响因素[6];潘磊 等基于“百度指数”分析了2011—2018年中国马拉松赛事网络关注度的时空演变特征及影响因素[7];Stow 等分析了奥运会申办城市的全球网络关注度[8];Bauman 等评估了伦敦奥运会期间与体育锻炼相關的信息的网络关注度[9];Aguiar-

Noury等通过网络关注度分析了欧洲职业足球联赛相较于北美洲主要体育联盟举办的联赛的优势[10]。夏季奥运会是全球瞩目的重大体育赛事之一，一些互联网直播平台已经成为部分大型体育赛事转播渠道之一，尤其是在新型冠状病毒肺炎疫情防控期间，互联网搜索引擎则成为公众获取体育赛事信息的主要途径[11]，因此，2020年东京奥运会中国居民网络关注度有必要加以研究。据《百度东京2020年奥运会搜索大数据》显示，2020年东京奥运会的百度搜索量已创近3届奥运会新高[12]。而截至2021年6月中国网民规模已达10.11亿，中国的互联网普及率达71.6%[13]。因此，研究2020年东京奥运会中国居民网络关注度的时空特征变化及其影响因素既可以在一定程度了解某些中国居民在体育赛事新闻方面的网络关注特征，也可以间接反映某些中国居民的公共体育服务需求。

1   研究方法

1.1  数据来源

本研究通过“百度指数”分析2020年东京奥运会中国居民网络关注度，因为“百度指数”是以中国网民在“百度搜索”网站上搜索的数据为基础的统计数据，而且该数据统计范围能够覆盖中国广大网民，具有代表性，本文分析的数据覆盖的地理空间范围主要包括全国31个省（市、自治区）（未分析香港、澳门、台湾的相关数据）。本文中的东部地区、中部地区和西部地区参照相关文献[14]进行划分，其中：东部地区包括北京市、天津市、河北省、辽宁省、上海市、江苏省、浙江省、福建省、山东省、广东省、海南省;中部地区包括山西省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省、湖南省;西部地区包括内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区。

搜索数据时，时间段以一周为单位在“百度指数”进行搜索，并将4个时间段界定为4个研究周期：2020年第三十二届东京奥运会（下文简称东京奥运会）于2021年 7月23日开幕，本文将开幕的前1周（7月16日—7月22日）定为第一研究周期;7月23日—7月29日定为第二研究周期;7月30日—8月5日定为第三研究周期;8月6日—8月12日定为第四研究周期。

检索关键词包括：东京奥运会、奥运会直播、奥运会奖牌榜、奥运会开幕式、奥运会闭幕式、奥运会赛程、奥运会金牌、奥运会回放，这8个关键词在“百度站长平台”的搜索统计量位于前列，说明具有代表性[15]，而且基本涵盖了中国31个省份的居民对东京奥运会的互联网搜索情况。笔者主要分析了上述8个关键词在研究周期的百度搜索量。此外，为了确保研究结果的可靠性，笔者还参考了《中国统计年鉴—2020》《中华人民共和国2020年国民经济和社会发展统计公报》、2021年发布的第48次《中国互联网络发展状况统计报告》以及中国31个省份的省级体育局网站发布的相关数据。

1.2  统计分析

1.2.1  全局空间自相关分析

空间自相关反映的是在同一个区域内观测变量之间潜在的相互依赖性，即是否存在地理空间关联性[16]。全局空间自相关分析可以通过数据描述某些变量在地理空间整体区域的分布状况，可判断这些变量在地理空间分布上是否具有聚集性特征[17]。本文以 Moran’s I值（下文简写为“I”）对东京奥运会中国居民网络关注度的地理空间分布特征进行分析，其公式为：

I = （1），

式（1）中：I值的显著性可通过公式（2）检验，公式如下：

Z=  （2），

式（1）和式（2）中：I的取值范围在[-1，1]，当Z > 1.65或Z < -1.65时，表示通过显著性检验，说明地理空间分布具有相关性[18-20]。在通过显著性检验的前提下;若I > 0，则说明地理空间分布具有聚类分布特征;若I < 0，则说明地理空间分布具有离散分布特征;若I= 0，则说明地理空间分布具有随机分布特征。

1.2.2  局部空间自相关分析

局部空间自相关分析主要是能推算出某些聚集性变量观测值的范围[17]，本文选取Getis-Ord G*i指数（下文简写为“G*i”）分析东京奥运会中国居民网络关注度在局部地理空间分布的聚集性特征，其公式为：

G*i=（3），

式（3）中：n为研究地区数量，  wij为地理空间权重矩阵，xj为研究地区j的观测值。在通过显著性检验的前提下，若G*i为正值，则说明变量观测值分布的区域为热点区;若G*i为负值，则说明变量观测值分布的区域为冷点区[20]。

1.2.3  地理探测器

地理探测器是分析地理空间分布特征差异性的一种统计学方法，且该方法可以减少共线性问题[21]。其基本原理为：影响因变量观测值（y）的自变量观测值（x）之间的地理空间分布特征存在差异性，若某一自变量观测值（x）与某一因变量观测值（y）的地理空间分布特征具有显著一致性，说明这一自变量对因变量的影响作用大[21-22]。本文选用地理探测器中因子探测功能分析各个自变量对东京奥运会中国居民网络关注度时空特征变化的影响程度，其公式如下：

q=1-=1-   （4），

式（4）中：q为探测值;h=1，2，3……;l为自变量（x）的分区;Nh为h区的统计单元数;N为全部分区的统计单元数; ？滓2h和？滓2分别是h区和全部分区因变量y值的方差;SW为层内方差之和（SW=l   h=1Nh？滓2h），ST为全部分区总方差（ST =N2）。q值范围是[0，1]，q值越大，说明因变量受自变量的影响越大;q值越小，说明因变量受自变量的影响越小[21-23]。

2   东京奥运会中国居民网络关注度的时空特征

2.1  时间特征变化

根据分析结果可知：1）东京奥运会中国居民网络关注度的主要特征是基于时间节点的全过程关注，如图1所示，第1周样本省份的百度搜索量最小，说明东京奥运会中国居民网络关注度较低;第2周百度搜索量骤然增长，并在2021年7月29日达到峰值，这可能与东京奥运会在这一天有中国运动员参加的多场比赛有关（例如：由王懿律和黄东萍组成的中国羽毛球代表队对阵日本队的羽毛球混双半决赛、张雨霏参加的女子200 m蝶泳决赛等）。随着中国体育代表队参加的比赛减少，东京奥运会中国居民网络关注度开始降低，直到闭幕式当天（8月8日），东京奥运会中国居民网络关注度再次增强，东京奥运会中国居民网络关注度会随着该届奥运会的赛程进展（开幕式、闭幕式、中国运动员参赛的赛事）出现增强和降低波动，呈现出较为明显的“共振效應”。进一步分析发现，东京奥运会开幕式当天的中国居民网络关注度环比增长了331.58%，而闭幕式当天的中国居民网络关注度环比下降了83%，这说明东京奥运会的开幕式与闭幕式、有中国运动员参赛的赛事日是中国居民通过互联网关注东京奥运会的重点时间节点。

2）在本文的研究周期中，中国样本省份居民通过互联网对东京奥运会的关注度在地理空间分布上存在显著差异，东部地区居民（主要是广东省、浙江省和江苏省）的网络关注度显著高于中部地区和西部地区，这可能与中国东部地区是东京奥运会中国国家队参赛选手主要选送地有关，参加该届奥运会的中国体育代表队的304名运动员（占比为70.53%）和其中的34名奥运冠军（占比为68%）均来自东部地区（按人次计算），并且山东省（49人）、上海市（46人）、广东省（43人）、江苏省（37人）和浙江省（33人）是向国家队选送运动员人数较多的省份，这些省份的居民通过互联网对东京奥运会的关注度也较高（如图2所示）。这说明向中国体育代表队选送参加东京奥运会的运动员数量是这些运动员籍贯地居民通过互联网关注东京奥运会的重要影响因素。

2.2  地理空间分布特征变化

2.2.1  全局地理空间相关性分析结果

运用“Geo Da”软件计算东京奥运会中国居民网络关注度的I值，由表1统计结果可知：1）在本研究周期的4周中，I值均为正值，且均具有显著性，说明东京奥运会中国居民网络关注度存在地理空间分布正相关性，并且地理空间分布具有聚集性特征，主要体现为高网络关注度地区或低网络关注度地区在地理空间分布上呈现出相领省份东京奥运会网络关注度趋于相近的特征。2）从地理空间分布特征变化来看，本研究周期中的第1周至第2周的I值增大，说明东京奥运会中国居民网络关注度的地理空间分布聚集性特征凸显，同时说明东京奥运会中国居民网络关注度地理空间分布特征差异性显著;第2周至第4周的I值逐渐减小，说明东京奥运会中国居民网络关注度地理空间分布的聚集性特征逐渐弱化，并且地理空间分布特征差异渐趋缩小。

2.2.2  局部地理空间相关性分析结果

为进一步揭示东京奥运会中国居民网络关注度地理空间分布特征的变化规律，本文采用“ArcGIS10.8”软件的热点分析功能计算得出G*i值，运用“Jenks”自然断裂法将Z值按照由小到大划分出东京奥运会中国居民网络关注度的地理空间分布区域，即冷点区域、次冷点区域、次热点区域和热点区域 [24]，由此，分析结果如下：

1）从中国地理版图来看，东京奥运会中国居民网络关注度存在较为显著的地理空间分布特征差异，网络关注度的冷点区域和热点区域呈现出以“胡焕庸线”为分界的地理空间分布特征，其中的网络关注度热点区域位于“胡焕庸线”以东，网络关注度冷点区域位于“胡焕庸线”以西。东京奥运会中国居民网络关注度地理空间分布特征具体为：网络关注度热点区域分布在中国东部地区的上海市、江苏省、浙江省、安徽省、福建省、江西省和山东省;网络关注度次热点区域分布在北京市、天津市、河北省、河南省、湖南省、广东省和广西壮族自治区;网络关注度的次冷点区域和冷点区域交错分布在西部地区和东部地区。

2）东京奥运会中国居民网络关注度的冷点区域和热点区域在地理空间上的特征是分布不够均衡，网络关注度热点区域集中分布在东部地区，而网络关注度冷点区域的地理空间分布较为分散。这说明我国经济发达省份的居民更关注东京奥运会。

3）东京奥运会中国居民网络关注度的地理空间分布特征变化规律为：广东省居民通过互联网对东京奥运会的关注度从第二研究周期开始由次冷点区域转变为次热点区域;陕西省居民通过互联网对东京奥运会的关注度从研究周期的第2周开始由次冷点区域转变为冷点区域;吉林省居民通过互联网对东京奥运会的关注度从研究周期的第3周开始由次冷点区域转变为冷点区域，以上表明，东京奥运会中国居民网络关注度的地理空间分布呈现出在广东省聚集性逐渐增强的特征，而在陕西省和吉林省呈现出聚集性逐渐减弱的特征。

4）东京奥运会中国居民网络关注度从研究周期第2周至第4周在热点区域和冷点区域的地理空间分布聚集性特征未发生较大变化，这可能与东京奥运会的赛程安排有关，尤其是与有中国运动员参加的羽毛球、女子篮球、女子排球、男子100 m决赛等赛事的主要场次在第3周举行有关。

3   东京奥运会中国居民网络关注度时空特征变化的影响因素

3.1  东京奥运会中国居民网络关注度的影响因素分析

在相关研究中，网络关注度受多种因素的影响（见表2）。东京奥运会中国居民网络关注度也是多个因素产生影响的结果。本研究基于表2中的文献，从社会人口学特征、经济发展水平、教育事业发展程度、互联网普及率和体育发展水平5个维度选取了16个指标作为自变量（xi），以东京奥运会中国居民网络关注度为因变量（y），使用地理探测器分析各个因素与东京奥运会中国居民网络关注度的相关性（见表3）。

3.2  东京奥运会中国居民网络关注度时空特征变化的影响因素分析

为了有效识别东京奥运会中国居民网络关注度时空特征变化的影响因素，本研究首先使用“Jenks”自然断裂法将影响因素由数值型变量转换为类型变量;再运用地理探测器的因子探测功能，分析各个因素与东京奥运会中国居民网络关注度时空特征变化的相关性;最后，将通过1%显著性检验的影响因素确定为核心影响因素、将通过5%显著性检验的影响因素确定为重要影响因素，将通过10%显著性检验的影响因素确定为一般影响因素[24]。

3.2.1  影响东京奥运会中国居民网络关注度时间特征变化的因素

由表4可见，东京奥运会中国居民网络关注度从该届奥运会开幕后的第1周至第4周受省内地区生产总值、省内移动互联网用户数量、省内互联网宽带用户数量、省内参加奥运会的中国运动员人数和省内体育事业支出决算的显著影响，q值均通过1%的显著性检验，说明这几个因素是核心影响因素。其中：省内地区生产总值具有强显著性，说明不同样本省份的居民无论是实际的体育参与，还是通过互联网关注东京奥运会，都会受到其所在省份经济发展水平的影响。省内移动互联网用户数量和省内互联网宽带用户数量对东京奥运会中国居民网络关注度的影响具有非常显著性，说明互联网普及率是影响东京奥运会中国居民网络关注度时间特征变化的核心因素。此外，在本研究的不同周期，各个核心影响因素与东京奥运会中国居民网络关注度时间特征变化的相关性不同，其中：在第一研究周期至第四研究周期，我国各省份地区生产总值的q值最大，说明该因素与东京奥运会中国居民网络关注度时间特征变化相关性最显著。省内移动互联网用户数量、省内互联网宽带用户数量的q值波动幅度不大，说明这两个变量在时间维度上对东京奥运会中国居民网络关注度的影响相对稳定。省内参加东京奥运会的中国运动员人数从第一研究周期开始对中国居民网络关注度的影响程度逐步减弱，省内体育事业支出决算从第二研究周期开始对中国居民网络关注度的影响程度逐步减弱，这意味着这两个因素对东京奥运会中国居民网络关注度的影响程度随时间变化逐步减弱。

3.2.2  东京奥运会中国居民网络关注度地理空间分布特征变化的影响因素

由表5可知，各个因素对东京奥运会中国居民网络关注度的影响程度在地理空间分布上存在显著差异。从样本省份而言，省内地区生产总值、省内移动互联网用户数量、省内互联网宽带用户数量、省内选送参加奥运会的中国运动员人数、省内体育事业支出决算是影响东京奥运会中国居民网络关注度地理空间分布特征变化的核心因素，人均可支配收入和人均消费支出是影响东京奥运会中国居民网络关注度地理空间分布特征变化的重要因素。从区域而言，影响东京奥运会中国东部地区居民网络关注度地理空间分布特征变化的重要因素是省内地区生产总值和省内体育事业支出决算，省内互联网宽带用户数量仅对东京奥运会中国东部地区居民网络关注度地理空间分布特征变化产生一般性影响。东京奥运会中国中部地区居民网络关注度地理空间分布特征的变化只受省内人均地区生产总值的一般性影响。影响东京奥运会中国西部地区居民网络关注度地理空间分布特征变化的核心因素包括：省内地区生产总值、省内移动互联网用户数量、省内移动互联网接入流量和省内互联网宽带用户数量，而省内体育事业支出决算是重要影响因素。其中的省内互联网普及率包括的3个指标均为核心影响因素，这可能与我国西部地区的互联网普及程度较低[13]有关。

4   结论

4.1  东京奥运会的赛事过程是中国居民通过互联网对该届奥运会的关注重点

每4年一届的奥运会是受全球关注的国际性大型体育赛事，通常在开幕式和闭幕式有文艺汇演，虽然奥运会开幕式和闭幕式倍受全球瞩目，但是从本研究分析结果来看，中国多数居民通过互联网对东京奥运会的关注重点依然是赛事过程，并且在有中国运动员参赛的比赛日该届奥运会中国居民网络关注度较高，在该届奥运会举办过程中的其他时间，中国居民网络关注度较低。东京奥运会的中国居民网络关注度在该届奥运会开幕式至闭幕式之间的百度搜索量变化曲线先是呈现出“凸”字型，之后百度搜索量增减变化曲线呈现出“倒V”字型，东京奥运会中国居民网络关注度在时间维度上的变化会受中国运动员参赛的赛事影响。

4.2  社会经济发展水平影响东京奥运会中国居民网络关注度

本研究分析结果显示，省内地区生产总值、省内移动互联网用户数量、省内互联网宽带用户数量、省内参加奥运会的中国运动员人数、省内体育支出决算是影响东京奥运会中国居民网络关注度时空特征演变的核心因素。社会经济发展会引发人民群众的生活方式的改变和生活质量的改善[30]。社会经济发展水平较高的地区，其互联网普及率和体育发展水平也相对较高[31-32]，这说明这些因素是中国居民通过互联网关注东京奥运会的基本因素。如图2所示，从东京奥运会中国居民网络关注度可见，社会经济发展水平较高的东部地区居民网络关注度明显高于中部地区和西部地区，同时中国互联网络信息中心2021年发布的第48次《中国互联网络发展状况统计报告》显示，西部地区的互联网普及率较低[13]，这可能是西部地区（尤其是西部地區经济发展水平较为落后的一些省份）居民对东京奥运会的网络关注度低的原因。

4.3  中國各省选送的奥运会参赛运动员数量影响其籍贯地居民通过互联网对东京奥运会的关注度

广东省、江苏省、浙江省、山东省是东京奥运会网络关注度较高的省份，主要原因在于这几个省份为国家队选送了较多运动员，并且在东京奥运会涌现出了全红禅、苏炳添、张雨霏、陈雨霏、杨倩等奥运冠军，既吸引了中国广大居民对东京奥运会的关注，也激发了其家乡民众的观赛积极性，其中，全红禅夺冠后东京奥运会的百度搜索量从8月6日开始直线上升。东部地区居民通过互联网高度关注东京奥运会可能与中国参加东京奥运会的运动员中70.53%来自东部地区有关。

4.4  中国东部地区与西部地区体育发展水平可能不平衡

从东京奥运会中国居民网络关注度的地理空间分布特征变化来看，在中国地理版图上的分布呈现出聚集性特征，东部地区居民更加关注东京奥运会。东京奥运会中国居民网络关注度的冷点区域和热点区域的分布以“胡焕庸线”为界，具体为：网络关注度热点区域位于“胡焕庸线”以东，网络关注度冷点区域位于“胡焕庸线”以西。以上从侧面说明中国东部地区与西部地区的体育发展水平可能不平衡。

5   建议

5.1  大型体育赛事互联网平台要加大营销力度与提高转播质量，充分配置网络流量资源

在物联网、大数据、人工智能等科学技术不断变革的背景下，大型体育赛事转播模式也在发生变化，一部分互联网直播平台已经成为国际大型体育赛事转播途径之一。由此，笔者认为，1）一部分互联网直播平台要提高大型体育赛事的转播质量，改善观众在线观赛体验，并要在互联网直播平台的价值提升上着力。2）要优化配置网络关注度高的热点体育赛事、体育明星等流量资源，将大型体育赛事的网络关注度转化为互联网流量经济。3）加强对网络关注度高的热点体育赛事、中国运动员夺冠赛事、中国运动员破纪录赛事的转播。4）根据东京奥运会中国居民网络关注度时空特征变化规律，加大对大型体育赛事的营销力度和新闻宣传力度，并适时植入全民健身运动项目和相关广告，激发中国居民参与体育运动的积极性。

5.2  进一步完善全民健身公共服务财政政策，促进不同地区体育事业平衡发展

东京奥运会中国居民网络关注度在地理空间分布上具有聚集性特征，并且东京奥运会中国居民网络关注度的冷点区域与热点区域存在地理空间分布差异。这从侧面说明我国不同地区的体育发展水平可能不平衡，因此，应进一步促进全民健身公共服务供给平衡。主要包括以下几个方面：1）进一步完善公共体育服务财政政策及资金筹措机制，引导西部地区省份多渠道筹措资金促进体育事业发展。2）进一步促进中国不同地区基本公共体育服务供给平衡，在全民健身公共体育服务资源配置方面向西部地区适当倾斜。3）进一步加大中国西部地区体育基础设施建设力度，促进西部地区各省基本公共体育服务平衡发展。

5.3  对新媒体直播北京2022年冬奥会和冬残奥会的启示

在防控新型冠状病毒肺炎疫情的背景下，北京2022年冬奥会和冬残奥会不面向境外观众售票，仅面向境内符合疫情防控相关要求的观众售票[33]。这就意味着互联网直播平台在满足北京2022年冬奥会和冬残奥会赛事多途径转播方面具有了更大的应用空间。基于本研究的分析结果，建议采取以下措施加大北京2022年冬奥会和冬残奥会赛事宣传力度：1）根据本研究分析得出的东京奥运会中国居民网络关注度的时空特征，北京2022年冬奥会和冬残奥会应加强对开幕式、闭幕式、网络关注度高的热点体育赛事的互联网直播力度。2）根据本研究的结果可知，有中国运动员参加的赛事是中国居民通过互联网关注奥运会的重点，新媒体在制定直播和录播方案时，应在国际上加大对北京2022年冬奥会和冬残奥会网络直播赛事的宣传力度，并且可重点直播有中国运动员参赛的赛事、有中国战略合作伙伴国或外交建交国运动员参加的赛事。3）中国的新媒体要加大力度传播适宜在中国普及的冰雪运动项目。

参考文献：

[1]  RIPBERGER J T. Capturing curiosity： using internet search trends to measure public attentiveness[J]. Policy Studies Journal， 2011， 39（2）： 239.

[2]  陈玉萍，刘嘉毅，郭修金. 基于网络关注度的中国冰雪旅游产业发展启示[J]. 天津体育学院学报，2020，35（5）：519.

[3]  舒丽，张凯，王小秋，等. 基于百度指数的我国体育旅游网络关注度研究[J]. 北京体育大学学报，2020，43（6）：110.

[4]  张慧婕，石灵珊，刘利. 大数据透视下的我国冰雪运动网络关注度探究[J]. 体育与科学，2019，40（1）：114.

[5]  汪蓓，万晓红. 我国标志性体育赛事传播力研究——以“武网”为例[J]. 武汉体育学院学报，2018，52（7）：34.

[6]  管陈雷，胡志毅. 基于百度指数的重庆马拉松网络关注度时空特征研究[J]. 重庆师范大学学报（自然科学版），2018，35 （5）：136.

[7]  潘磊，刘芳枝. 我国马拉松赛事网络关注度的时空演进及影响因素——基于2011—2018年百度指数的实证分析[J]. 上海体育学院学报，2020，44（8）：78.

[8]  STOW H， BASON T. Bidding for attention： using google trends to measure global interest in olympic bidders[J]. Sport in Society， 2021， 24（3）： 303.

[9]  BAUMAN A E， KAMADA M， REIS R S， et al. An evidence-based assessment of the impact of the olympic games on population levels of physical activity[J]. The Lancet， 2021，398（10298）： 456.

[10]  AGUIAR-NOURY A， GARCIA-DELB P. Global hierarchy of team-sport leagues based on internet searches and revenues： europe vs. america[J]. European Journal of International Management， 2021， 15（2/3）： 283.

[11]  叶加宝. 大型体育赛事网络营销的模式[J]. 现代经济信息，2009，30（17）：1.

[12]  孙奇茹. 东京奥运会搜索关注度创近三届新高——这些话题上热搜[N]. 北京日报，2021-07-22（9）.

[13]  第48次《中国互联网络发展状况统计报告》[EB/OL]. （2021-09-15）[2021-11-01]. http：//www.cnnic.net.cn/hlwfzy

j/hlwxzbg/hlwtjbg/202109/t20210915_71543.htm.

[14]  李梦程，王成新，薛明月，等. 新冠肺炎疫情网络关注度的时空演变特征及其影响因素分析[J]. 人文地理，2021，36（2）：110.

[15]  李庆. 空间相关性对各省市生态文明建设的影响分析[J]. 中国人口·资源与环境，2019，29（9）：91.

[16]  杨慧. 空间分析与建模[M]. 北京：清华大学出版社，2013：151.

[17]  刘湘南，黄方，王平，等. GIS空间分析原理与方法[M]. 北京：科学出版社，2005：190.

[18]  周亮，周成虎，杨帆，等.  2000-2011年中国PM_（2.5）时空演化特征及驱动因素解析[J]. 地理学报，2017，72（11）：2079.

[19]  王振波，梁龙武，王旭静. 中国城市群地区PM_（2.5）时空演变格局及其影响因素[J]. 地理学报，2019，74（12）：2614.

[20]  车磊，白永平，周亮，等. 中国绿色发展效率的空间特征及溢出分析[J]. 地理科学，2018，38（11）：1788.

[21]  王劲峰，徐成东. 地理探测器：原理与展望[J]. 地理学报，2017，72（1）：116.

[22]  乔家君，朱乾坤，辛向阳. 黄河流域农区贫困特征及其影响因素[J]. 资源科学，2020，42（1）：184.

[23]  施响，王士君，浩飞龙，等. 基于实体店比较的长春市外卖O2O餐饮业空间特征及成因[J]. 人文地理，2019，34（2）：80.

[24]  翁钢民，盛开，潘越. 国内乡村旅游地空间分异特征及形成机理——基于全国1000个乡村旅游重点村[J]. 地理與地理信息科学，2021，37（4）：99.

[25]  王啸.“看球”还是“看人”：结果不确定性与明星质量对中国足球协会超级联赛网络关注度的影响[J]. 体育科学，2019，39（7）：12.

[26]  刘明月. 冰雪旅游网络关注度时空特征及影响因素研究[D]. 武汉：华中师范大学，2020.

[27]  高楠，张新成，王琳艳. 中国红色旅游网络关注度时空特征及影响因素[J]. 自然资源学报，2020，35（5）：1068.

[28]  季国斌，刘明月，施伟秋，等. 国家湿地公园网络关注度时空特征与影响因素研究——以西溪国家湿地公园为例[J]. 生态经济，2020，36（8）：133.

[29]  邹永广，林炜铃，郑向敏. 旅游安全网络关注度时空特征及其影响因素[J]. 旅游学刊，2015，30（2）：101.

[30]  胡利军，杨远波. 社会经济发展与国民体质关系的研究[J]. 体育科学，2005（5）：3.

[31]  PRADHAN R P， ARVIN M B， NORMAN N R， et al. Financial depth， internet penetration rates and economic growth： country-panel evidence[J]. Applied Economics， 2016， 48（4）： 331.

[32]  何国民. 区域体育事业与经济协调发展评价研究[M]. 北京：北京体育大学出版社，2012：163.

[33]  国际奥委会执行委员会会议审议北京2022年冬奥会和冬残奥会疫情防控政策[EB/OL]. （2021-09-30）[2021-11-

27]. https：//www.beijing2022.cn/sv1/wog.html？cmsid=EYS20

21093000029300.